|
|
| |
| |
职位描述 用小程序查看更多 |
|
（一）岗位职责
（1）负责 0.6B–8B 规模大模型的训练、微调与评测，包括指令微调（SFT）和对齐（RLHF/DPO），在真实业务场景中构建训练数据与任务体系；
（2）参与模型结构与训练策略优化，包括 Tokenizer、Attention 结构、长上下文处理、推理优化等方向，提升模型在特定任务中的效果与效率；应用如Linear Attention、Engram等新型模型技术训练方案；
（3）与工程团队协作，利用量化、剪枝、蒸馏等技术优化模型负载，根据计算流程具体优化算子/模型结构；
（4）跟踪大模型与 AI 对齐前沿进展，沉淀为技术报告、实验记录或可复用代码模块，并参与论文、专利或开源项目的撰写与发布。
（二）任职要求
（1）优秀的本科及以上应届毕业生或青年工程师，计算机/人工智能/数学/物理/电子等相关方向；具备良好的技术表达能力：能阅读英文论文、撰写实验报告并实现可复现代码；
（2）扎实的机器学习与深度学习基础，熟悉 Transformer 架构及主流大模型（LLaMA/Qwen等）的训练或推理机制；
（3）熟练使用 Python，具备 PyTorch 训练开发经验，深入理解 |
|
| |
|
|
| |
|
